Uus tehisintellekti tööriist iseloomustab üksikute rakkude mitmekesisust kasvajates

Uus tehisintellekti tööriist iseloomustab üksikute rakkude mitmekesisust kasvajates

Garvani meditsiiniuuringute instituudi juhitud rahvusvaheline teadlaste meeskond on välja töötanud ja katsetanud uut tehisintellekti tööriista, et paremini iseloomustada üksikute rakkude mitmekesisust kasvajates ja avada uksed patsientidele sihipärasematele ravimeetoditele.

AI-tööriista nimega Aanet väljatöötamise ja kasutamise tulemused avaldati täna aastalVähi avastamineAmeerika Vähiuuringute Ühingu ajakiri.

Kõik kasvajarakud ei ole ühesugused

Kasvajad ei koosne ainult ühte tüüpi rakkudest – need on segu erinevatest rakkudest, mis kasvavad ja reageerivad ravile erineval viisil. See mitmekesisus või heterogeensus muudab vähi raskemaks ja võib omakorda viia kehvemate tulemusteni, eriti kolmiknegatiivse rinnavähi korral.

Heterogeensus on probleem, sest praegu käsitleme kasvajaid nii, nagu oleksid need valmistatud samast rakust. See tähendab, et me anname ravi, mis tapab enamiku kasvaja rakke, sihites kindlat mehhanismi. Kuid mitte kõik vähirakud ei saa seda mehhanismi jagada. Kuigi patsiendil võib esineda esialgne reaktsioon, võivad ülejäänud rakud kasvada ja vähk võib tagasi tulla. “

Dotsent Christine Chaffer, uuringu kaasautor ja Garvani vähi plastilisuse ja uinumisprogrammi kaasdirektor

Kuid kuigi heterogeensus on probleem, ei tea teadlased selle iseloomustamiseks piisavalt: "Siiani ei ole teadlased suutnud selgelt selgitada, kuidas kasvaja naaberrakud üksteisest erinevad ja kuidas saame neid erinevusi klassifitseerida tähenduslikeks viisideks kasvajate paremaks raviks.kõikselle kasvaja rakke õigete ravimeetoditega,” lisab dotsent Chaffer.

Uus tööriist iseloomustab viit uut vähirakkude rühma

Selle probleemi lahendamiseks töötas meeskond välja ja koolitas välja võimsa uue AI-tööriista nimega Aanet, mis suudab tuvastada kasvajarakkudes bioloogilisi mustreid.

Seejärel kasutasid nad AI tööriista, et paljastada kasvajate üksikute rakkude geeniekspressiooni mustrid, keskendudes kolmekordse negatiivse rinnavähi prekliinilistele mudelitele ning ER-positiivse, HER2-positiivse ja kolmekordse rinnavähi inimproovidele. Seda tehes tuvastasid nad kasvaja sees viis erinevat vähirakkude rühma, millel on erinevad geeniekspressiooniprofiilid, mis näitavad suuri erinevusi raku käitumises.

"Kasutades oma tehisintellekti tööriista, suutsime järjekindlalt avastada viis uut rakutüüpide rühma üksikutes kasvajates, mida nimetatakse "arhetüüpideks". Iga rühm näitas erinevaid bioloogilisi teid ja kalduvusi kasvada, metastaase ja halva prognoosi markereid. Meie järgmised sammud on vaadata, kuidas need rühmad võivad aja jooksul muutuda, näiteks

See on esimene vähiuuringute jaoks. Kaasjuht, dotsent Smita Krishnaswamy Yale'i ülikoolist, kes juhtis tehisintellekti tööriista väljatöötamist: "Tänu tehnoloogilistele edusammudele on viimase 20 aasta jooksul toimunud plahvatuslik andmete hulk üherakulisel tasandil. Nende andmete põhjal avastasime, et mitte ainult vähirakud kaubanduslikult. See on esimene kord, kui teine ​​uuring, mis analüüsib teistsugust mitmekesisust, võib anda tulemuse. seosed tuumori ruumilise kasvu ja metaboolikaga Otsige allkirju.

Uus klassifikatsioon parema ja sihipärase ravi saavutamiseks

Teadlased ütlevad, et AANET-i kasutamine kasvaja erinevate rakurühmade iseloomustamiseks vastavalt nende bioloogiale avab uksed paradigma muutuseks vähiravis.

"Praegu põhineb vähiravi valik patsiendile suures osas sellel elundil, mis vähil on, nagu rinna-, kopsu- või eesnäärmevähk, ja kõikidel molekulaarsetel markeritel. See aga eeldab, et kõik selle vähi rakud on ühesugused. Selle asemel on meil nüüd tööriist patsiendi heterogeensust iseloomustava heterogeensuse iseloomustamiseks, nagu iga rühm, mis tegeleb bioloogilise staadiumiga.iganendest erinevatest rühmadest nende bioloogiliste radade kaudu. See võib selle patsiendi tulemusi märkimisväärselt parandada, ”ütleb dotsent Chaffer.

Uuringu kaasautor ja Garvani juhtivteadur professor Sarah Kummerfeld Aaneti taotluse kohta selgitab: "Me näeme tulevikku, kus arstid ühendavad selle tehisintellekti analüüsi traditsioonilise vähidiagnostikaga, et töötada välja isikupärasemad ravimeetodid, mis on suunatud kõikidele rakutüüpidele ainulaadses rakutüüpi kasvajas. Saame parandada tehnilist ja bioloogilist täiustust, mis on meie patsientide bioloogilise ja bioloogilise olukorra parandamiseks. bioloogiline biorakendus tehnoloogilises ja bioloogilises bioloogias on selliseid haigusi nagu autoimmuunhaigused.

Seda uurimistööd toetasid järgmised allikad.

Austraalias: Nelune'i sihtasutus, Tour de Cure, Estee Lauder, Kinghorni sihtasutus, Paramori perefond, Uus-Lõuna-Walesi ülikooli uurimistoetus, Ramaciotti biomeditsiiniuuringute auhind, ARC arendusprojekti stipendium ja NHMRC ideetoetused ja uurijatoetus.

USA-s: Gruberi fondi teadusstipendium ning Eric ja Wendy Schmidti keskus MIT-i ja Harvardi laiaulatuslikus instituudis, riiklik teadusfond, Yale'i vähikeskuse pilootgrant ja Sloani stipendium.

Allikad: